Onkolojik Amaçlı Pozitron Emisyon Tomografisi/Bilgisayarlı Tomografi Yapılan Hastalarda, Makine Öğrenimi Yöntemiyle Malign/Benign Lezyonların Ayırıcı Tanısı

Tez Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Sivas Cumhuriyet Üniversitesi, Fen Bilimleri Enstitüsü, Biyomühendislik, Türkiye

Tez Danışmanı: Mehtap Erşan

Tezin Onay Tarihi: 2023

Tezin Dili: Türkçe

Özet:

Günümüz dünyasında, her alanda olduğu gibi tıp ve sağlık alanında da kurumlarca verilen sağlık hizmetleri sonrası ortaya çıkan düzenli ya da düzensiz metin formatında olan hasta raporları, doktor yorumları, reçete gibi büyük miktarda bilgi, dijital sağlık sistemleri tarafından elektronik tıbbi kayıtlar olarak tutulmaktadır. Bu verilerin işlenmesi ve yorumlanması, sağlık hizmetlerinin kalitesinin artması, tıbbi hata olasılığının düşürülmesi ve teşhis-tedavi sürecinin hızlandırılması açısından büyük önem taşımakta ve bu noktada makine öğrenimi devreye girmektedir. Metinsel tıbbi verilerin makine öğrenimi ile işlenmesi ve yorumlanması süreci genel olarak İngilizce veri setleri üzerinde gerçekleştirilmiştir. Bu durum ise tıp alanındaki veri setlerinin Türkçede sınırlı sayıda olmasından ve Türkçenin doğal dil işleme açısından zorlayıcı morfolojik yapısından kaynaklanmaktadır. Ayrıca tıp alanına özgü terimler ve kısaltmalar bu alandaki dil işleme çalışmalarını daha karmaşık hale getirmektedir. Bu çalışmada, Sivas Cumhuriyet Üniversitesi, Sağlık Hizmetleri Uygulama ve Araştırma Hastanesi, Nükleer Tıp Anabilim Dalı dijital sağlık sistemlerinden alınan ve 2012-2022 yılları arasındaki PET/BT tarama sonuçlarına göre oluşturulan hasta raporları kullanılmıştır. Bu raporlardaki, son teşhisten önce oluşturulan bulgular bölümü ve sonuç bölümleri ile bir veri seti oluşturulmuştur. Bu veri seti üzerinde metin sınıflandırma amaçlı farklı makine öğrenimi algoritmaları kullanılarak, veriler malign ya da bening olarak sınıflandırılmış, ortaya çıkan teşhis doğruluk değerleri karşılaştırmalı olarak sunulmuştur.